NN 1

1. 요구사항

MNIST data를 통해 신경망 심화 강의에서 학습한 것들을 적용해봅시다 (competition)

1) 도전해본 모든 경우의 수를 남겨주세요

- 3가지 이상, code 출력 남기기, 주석으로 설명 달기

ex) activation function Relu를 통한 모델의 accuracy는 0.90이었다. Batchnorm을 추가하니 accuracy가 어떻게 변화하였다. Batchnorm 대신 dropout을 이용하고 activation function PReLU를 써보니 결과가 ~~로 더 좋게/나쁘게 나왔다. Epoch를 ~~로 변화하였다 등등

2) (선택) 시각화를 해보세요

- accuracy 변화, 비교 등등

2. 우수 과제 선정 이유

• 캐글 1위에 더불어 mobilenetv, ecanet 등 다양한 모델을 사용하였으며 이에 관한 주석도 링크와 함께 깔끔하게 단 것이 인상깊었습니다.

• Learning rate scheduler 이용, seed 고정, config 정의로 코드의 직관성 극대화, cv로 평균내는 것, 또한 모델 파라미터 개수를 비슷하게 맞춰 비교하는 것 역시 모범적이었습니다.

3. 제출 과제 (14기 김윤수님)